Introduction
Dans l’optique d’optimiser toutes les briques de sa chaîne de traitement de données, Microsoft grâce à sa plateforme cloud Azure développe de nombreux services pour faciliter la vie des entreprises qui utilisent la Business intelligence. Azure Analysis Services fait partie de ces outils qui viennent s’intercaler dans la chaîne décisionnelle afin de permettre une aide à la décision optimale.
Dans cet article, nous allons nous intéresser à son fonctionnement ainsi que ses avantages et ses inconvénients.
Présentation Analysis services
Azure Analysis Services est un service cloud de Business Intelligence (Saas) développé par Microsoft. Il permet aux entreprises de créer, déployer et gérer des modèles de données simples ou complexes pour l’analyse de données sans se soucier de l’installation ou de la configuration d’un serveur. Il peut être utilisé pour améliorer les performances, la sécurité et la confidentialité des données.
Le schéma de l’architecture Azure ci-dessous permet de comprendre où se situe Analysis Services par rapport aux autres outils de Microsoft et surtout quelle est son importance dans cette chaîne de données aussi appelée la chaîne BI.
Modèle tabulaire vs multidimensionnel
Analysis Services nous donne la possibilité de penser notre modélisation de données selon ces deux approches. Le choix entre un modèle tabulaire et un modèle multidimensionnel dépend de la nature des données que vous souhaitez analyser et des types de requêtes que vous souhaitez exécuter.
Le modèle tabulaire est une approche simple pour la modélisation de données qui convient bien aux données structurées et linéaires. Il repose sur une structure de tableau à deux dimensions, avec des colonnes représentant les différentes mesures et des lignes représentant les différentes valeurs de chaque mesure. Le modèle tabulaire est facile à comprendre et à utiliser, mais il peut être limité dans sa capacité à traiter des données multidimensionnelles et à exécuter des requêtes complexes.
Exemple de modèle tabulaire :
Le modèle multidimensionnel, en revanche, est une approche plus flexible et plus puissante pour la modélisation de données. Il permet de représenter les données sous forme de cubes de données multidimensionnelles, avec plusieurs dimensions (comme le temps, les produits, les régions, etc.) et mesures (comme les ventes, les coûts, etc.). Le modèle multidimensionnel est plus adapté aux données multidimensionnelles et permet d’exécuter des requêtes complexes et de naviguer souple et interactive dans les données. Cependant, il peut être plus difficile à comprendre et à mettre en œuvre que le modèle tabulaire.
Exemple de modèle multidimensionnel :
Les avantages et les inconvénients de Analysis Services
L’utilisation d’Analysis Services offre quelques avantages :
- Le moteur de traitement de données (VertiPaq) d’Analysis Services permet de gérer rapidement des résultats à partir de gros volumes de données. Il est également capable de gérer des modèles de données multidimensionnelles avec des millions de lignes de données, et peut traiter des requêtes complexes sur ces données.
- Si vous êtes familier avec l’environnement de développement sur Microsoft Power BI, vous ne serez pas désorienté en utilisant Analysis Services. En effet que ça soit pour l’import et la transformation de données qui sont très semblables à l’outil Power Query, ou encore la création de mesures qui se font à l’aide du langage DAX, en tant que développeur, vous devriez retrouver vos marques.
- Analysis Services offre une intégration transparente avec d’autres services Azure tels que Synapse Analytics et Azure Data Factory. Il est également compatible avec les outils de développement tels que SQL Server Data Tools et Visual Studio et pour aller plus loin encore, compatible avec Excel.
Comme tous logiciels, Analysis Services possède aussi des inconvénients :
- Analysis Services étant très semblable à Power BI en matière de traitement de données, de plus Analysis Services fait partie d’un tout (Azure), et perd de son efficacité s’il n’est pas utilisé en parallèle de services Microsoft. En d’autres termes, l’utiliser indépendamment ne sera pas bénéfique.
- Analysis Services fonctionne dans le Cloud et le cloud a évidemment beaucoup d’avantages en matière de fonctionnalités, mais tout cela a un prix. Cet article n’a pas vocation à vous donner une fourchette de prix de l’utilisation d’Analysis Services, mais simplement d’alerter sur le fait que la taille de la capacité de traitement nécessaire, la durée d’utilisation et le nombre de requêtes effectuée peuvent faire monter rapidement les coûts.
- La maîtrise d’Analysis Services demande des compétences en traitements de données, parfois très poussées surtout pour la création de modèles multidimensionnels. La prise en main de l’outil n’est donc pas forcément évidente.
Inscrivez-vous à la newsletter DeciVision !
Soyez notifiés de nos derniers articles de blog, de nos prochains webinars et nos actualités !
Mise en place d’un environnement Analysis Services
Dans cet exemple de création d’un environnement Analysis Services, nous allons montrer les grandes étapes pour mettre en place un modèle tabulaire dans Analysis Services.
Prérequis
Pour mettre en place votre environnement de développement sur Analysis Services, vous avez besoin de :
- Visual studio avec le package SSDT
- L’extension Analysis Services sur Visual Studio
- Un serveur Analysis Services dans un environnement Azure
Création du Projet
Une fois vos environnements en place, vous pouvez créer un projet Analysis Services dans Visual Studio de la manière suivante :
Comme vous pouvez le voir, deux propositions sont possibles : rréer un Projet Tabulaire Analysis Services ou bien un Projet Multidimensionnel. Dans notre cas, nous allons choisir pour cet exemple la création d’un projet tabulaire.
Présentation de l’interface
Ensuite libre à vous d’importer vos données (fichiers plats comme base de données ou entrepôt de données), de créer votre modèle en transformant vos données, ou encore en y ajoutant des nouvelles mesures.
Vue grille
Vue modèle
Utiliser votre projet
Une fois vos développements effectués, il vous suffit de déployer votre projet sur votre serveur Analysis Services dans Azure.
A partir de ce moment-là, votre projet devient accessible via son serveur de la même manière qu’une base de données. Par exemple avec la section obtenir les données de Power BI.
CONCLUSION DE L’EXPERT
En conclusion, Microsoft Analysis Services est un outil puissant pour la modélisation de données multidimensionnelles et l’analyse de données. Il permet aux utilisateurs de créer des cubes de données multidimensionnelles pour représenter les données sous forme de dimensions et de mesures, et de naviguer de manière interactive dans les données pour poser des questions complexes.
C’est un outil qui vient s’ajouter à la grande architecture familles des services d’Azure, et bien que très performant, il reste utilisable que dans des cas précis d’utilisations.
